Innovation

KI für nachhaltige Entwicklung: Prognose der globalen Dachflächen bis 2050

18. Juli 2024

Ein internationales Team von Forschenden hat Machine-Learning-Algorithmen entwickelt, um das Wachstum der weltweiten Dachflächen bis 2050 zu prognostizieren. Das hilft nicht nur bei der Planung von Solaranlagen, sondern auch bei der Stadtentwicklung – vor allem in Schwellenländern.

Etwa 30 Prozent des weltweiten Energieverbrauchs und 26 Prozent der weltweiten energiebezogenen Emissionen entfallen auf Gebäude, wenn mandie Errichtung, Instandhaltung, Klimatisierung, Heizung, Beleuchtungund den Betrieb von Haushaltsgeräten zusammenrechnet.. Da die Weltbevölkerung weiter wächst, werden in Zukunft mehr Gebäude benötigt, was wiederum die Nachfrage nach Energie und Baumaterialien erhöht.

Eine Möglichkeit, diesen Energiebedarf zu decken, sind Solarzellen auf Dächern. Um dezentrale, nachhaltige Energiesysteme zu planen, braucht es allerdings genaue Daten über die Dächer dieser Welt: „Wenn wir die globale Dachfläche und ihr Wachstum in den nächsten 30 Jahren kennen, können wir nachhaltige Energiesysteme besser planen, die Stadtentwicklung verbessern und negative Effekte von Gebäuden auf unsere Umwelt eindämmen“, sagt Behnam Zakeri, Assistenzprofessor am WU Institut für Daten, Energie und Nachhaltigkeit (IDEaS) und Senior Research Scholaram International Institute for Applied Systems Analysis (IIASA).

Behnam Zakeri gehört zu einem internationalen Team, das eine Methode entwickelt hat, um mittels maschinellem Lernen die weltweite Dachfläche möglichst exakt zu bestimmen und ihr Wachstum bis 2050 zu prognostizieren – dem Jahr, in dem die Menschheit laut dem Pariser Abkommen CO2-Neutralität erreichen soll. Dafür nutzen die Forscher*innen Daten zu rund 700 Millionen Gebäudegrundrissen, der globalen Bodenbedeckung sowie Informationen über Straßen und Bevölkerungsverteilung. Ihre Methodik, die inzwischen in der Zeitschrift Scientific Data veröffentlicht wurde, liefert Schätzungen zum Wachstum der Dachflächen von 2020 bis 2050 unter fünf verschiedenen Zukunftsszenarien.

Karten von Afrika, Asien und Europa zeigen das prognostizierte Dachflächenwachstum bis 2050 in verschiedenen Szenarien

Prognose der globalen Dachfläche für verschiedene Regionen: Jedes Feld zeigt farbig die Größe der Dachfläche pro Gitterzelle (kleine Fläche). Das Wachstum der Dachflächen ist in Ostchina, Westafrika und Mitteleuropa sichtbar. (Bild: S. Joshi, B. Zakeri et al.)

Größtes Wachstum in Afrika

„Diese Arbeit ist ein großartiges Beispiel für das Potenzial von Künstlicher Intelligenz (KI) und Big Data, um potenziell globale Herausforderungen der Menschheit zu lösen. Das war vor einigen Jahren noch nicht möglich oder wäre mit anderen Methoden sehr kostspielig gewesen“, sagt Behnam Zakeri. „Wir am IDEaS-Institut der WU arbeiten kontinuierlich an der Entwicklung solcher Anwendungen für die Energie- und Klimaforschung."

Anhand ihrer innovativen Methodik schätzen die Forscher*innen, dass im Jahr 2020 die gesamte Dachfläche weltweit 0,25 Millionen Quadratkilometer betrug, bei einer von Menschen bebauten Gesamtfläche von 1,46 Millionen Quadratkilometern. Asien hatte mit 0,12 Millionen Quadratkilometern den größten Anteil, gefolgt von Europa mit 0,047, Nordamerika mit 0,039 und Afrika mit 0,02 Millionen. Bis 2050 wird die weltweite Dachfläche voraussichtlich auf 0,3 bis 0,38 Millionen Quadratkilometer ansteigen, was einer Zunahme von 20 bis 52 Prozent gegenüber 2020 entspricht. Das größte Wachstum wird für Afrika prognostiziert, wo sich die Dachfläche verdoppeln könnte.

Landkarte von Afrika mit prognostiziertem Dachflächenwachstum im Detail

Dachflächenzunahme in Afrika: Hier wächst die Bevölkerung bis 2050 am schnellsten – und damit auch die Zahl der Gebäude. Die schwarzen Kreise markieren ausgewählte Regionen, in denen je nach Szenario eine deutliche Wachstumsdynamik auf der Grundlage des Jahres 2020 beobachtet werden kann. (Bild: S. Joshi, B. Zakeri et al.)

Maschinelles Lernen für nachhaltige Enwicklung

Damit liefert das internationale Team die erste hochauflösende, globale Schätzung des Dachflächenwachstums und zeigt, wie große Geodatensätze und maschinelles Lernen nachhaltige Entwicklung und Klimaschutzmaßnahmen unterstützen können. Die wichtigste Erkenntnis ist, dass Solarenergie auf Dächern ein erhebliches Potenzial für Schwellenländer birgt: Mit einem raschen Wachstum der Dachflächen können diese Regionen ihre Produktionskapazitäten, ihr hohes Solarpotenzial, ihre kostengünstigen Arbeitskräfte und ihren Unternehmergeist nutzen, um nachhaltige Entwicklung und Wohlstand zu erreichen.

„Unser Datensatz kann zu einer realistischeren Planung von dezentralen Solarenergiesystemen beitragen und damit nachhaltige Energielösungen fördern. Insbesondere in Schwellenländern kann das dabei helfen, saubere Energiegewinnung effektiver und erschwinglicher zu machen“, schließt der Hauptautor Siddharth Joshi, ein Wissenschaftler in der Integrated Assessment and Climate Change Research Group des IIASA Energy, Climate, and Environment Program.

Joshi begann mit der Konzeption und Entwicklung dieser Methodik während seiner Teilnahme am IIASA Young Scientists Summer Program 2021, unter der Leitung von Behnam Zakeri . Für seine Arbeit erhielt er den Mikhalevich Award. Die Betreuung dieser Arbeit durch Behnam Zakeri wurde vom österreichischen Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie (BMK) im Rahmen der Stiftungsprofessur „Data-Driven Knowledge Generation: Climate Action“ unterstützt.

Foto von Behnam Zakeri

Behnam Zakeri ist Universitätsassistent (Postdoc) am WU Institute for Data, Energy, and Sustainability (IDEaS) und Senior Research Scholar am International Institute for Applied Systems Analysis (IIASA). In seiner Forschung beschäftigt er sich mit neuen Technologien und politischen Maßnahmen, um ein klimaneutrales Energiesystem zu ermöglichen. Für seinen Beitrag zur Modellierung von Energiesystemen und Energiespeicherlösungen erhielt er mehrere Auszeichnungen. 

Detaillierte Ergebnisse der Studie und weiterführende Informationen

Joshi, S., Zakeri, B., Mittal, S., Mastrucci, A., Holloway, P., Krey, V., Ramprasad Shukla, P., O’Gallachoir, B., & Glynn, J. (2024). Global high-resolution growth projections dataset for rooftop area consistent with the shared socioeconomic pathways, 2020–2050. Scientific Data 
Link zur Studie

Der vollständige Datensatz ist hier verfügbar.

Dieser Beitrag basiert auf einem englischsprachigen Original, das auf der Website der IIASA veröffentlicht wurde.

zurück zur Übersicht